RAG_Techniques：42 个可运行 Notebook，把 RAG 从 Demo 做到能扛真实文档

NirDiamant 的开源仓库 RAG_Techniques，3 万星，收了 42 个以上可运行的 Notebook，每个技术点都讲清原理、给可跑代码、附参考资料。覆盖基础 RAG、分块大小优化、查询改写（HyDE 等）、重排、层级索引、Graph RAG、RAPTOR、评估与记忆增强，基本就是一份 RAG 进阶的查缺补漏手册。

适合已经跑通过基础 RAG、但一上真实文档就答错、答偏的人：不用通读全库，遇到什么问题就翻对应的技术点，每个 Notebook 都能在 Colab 里直接打开跑。作者还给同一主题写了配套书和视频讲解，想深入可以顺着仓库里的链接接着看。

学 RAG 之前建议先把智能体的全貌补齐：站内刚发的微软 AI Agents for Beginners 免费课里有 Agentic RAG 专课；上下文怎么给模型才有效，可以对照站内的 Context Engineering 全免费课程。

来源：GitHub @NirDiamant，原文：https://github.com/NirDiamant/RAG_Techniques